Российские исследователи начали активно использовать модели искусственного интеллекта для ранней диагностики рака лёгких. Главным поводом для нововведения была задача повысить чувствительность скрининга1 и ускорить расшифровку низкодозовых компьютерных томографий (КТ)2 По данным центра диагностики и телемедицины, ряде отечественных проектов алгоритмы прошли ретроспективную проверку на клинических данных: задача — находить лёгочные узлы и оценивать риск злокачественности раньше, чем это делает традиционный рентгенологический осмотр. Такие инициативы реализуются в научных центрах совместно с индустрией и центрами цифровой медицины.
В 2021 году был реализован проект по ретроспективной обработке КТ-снимков с использованием технологий искусственного интеллекта. Исследование проходило в Нижнем Новгороде и Санкт-Петербурге. Алгоритм повторно изучил изображения, изначально сделанные для диагностики COVID-193, оценивая их на предмет возможных опухолевых изменений в лёгких. В результате в Нижнем Новгороде было обнаружено 113 случаев потенциальных новообразований, а в Санкт-Петербурге — 158. Такой подход к пересмотру данных с применением ИИ позволил повысить возможный уровень выявляемости рака лёгких примерно на 10%. Одновременно авторы отмечали и значимую долю ложноположительных срабатываний — порядка 20% от всех активаций алгоритма. Это подчеркивает необходимость комбинированного подхода при скрининге. В работе также участвовали российские научные и экспертные организации, включая консорциумы4 ИИ и академические центры.
Международные обзоры и мета-исследования подтверждают, что современные модели глубокого обучения демонстрируют высокую диагностическую точность при анализе КТ и цифровой патологии, часто сопоставимую с результатами рентгенологов. Однако на данный момент качество доказательной базы сильно варьируется, а оценка клинической полезности5 по-прежнему остается важной ступенью перед широким внедрением. Поэтому российские пробные исследования рассматриваются как важный шаг на пути к клинической интеграции, но не как окончательное подтверждение эффективности моделей в реальной практике.
Практическая значимость технологии: автоматизация предварительного чтения КТ может ускорить выявление подозрительных узлов, снизить нагрузку на врачей и обеспечить приоритетное направление пациентов в онкологические службы. Но риски — ложноположительные результаты, смещение выборки при обучении и вопросы регуляции — требуют тщательной локальной валидации, прозрачности методов и клинических испытаний. Российские центры, по сообщениям, ведут работу в этом направлении и сотрудничают с международными экспертами и промышленными партнерами.
- Скрининг — это процесс систематического обследования людей без явных симптомов заболевания. Его цель — выявить признаки патологии или обнаружить предраковые состояния — заболевания, на фоне которых со временем может развиваться злокачественное новообразование.
- Компьютерная томография (КТ) — это метод диагностики, который создаёт детальные послойные изображения органов и тканей с помощью рентгеновских лучей и компьютерной обработки.
- COVID-19 — острая респираторная вирусная инфекция, вызванная заражением коронавирусом. Рост заболеваемости отмечается с 2019 года, когда ВОЗ объявила пандемию COVID-19. Заболеть могут как взрослые, так и дети, но особенно опасен вирус для пожилых людей.
- Консорциум — это объединение независимых организаций, фирм, институтов или государств для совместного выполнения определённых задач, проектов или достижения общих целей.
- Клиническая полезность — это показатель, который определяет ценность теста в целевой популяции пациентов, у которой соответствующий терапевтический продукт будет наиболее эффективен и безопасен